基于MCMC采样的非局部图像去噪方法研究

发布时间：2017-06-22 07:13

  本文关键词：基于MCMC采样的非局部图像去噪方法研究，由笔耕文化传播整理发布。

【摘要】：图像作为信息化时代的一种重要的信息载体,其对应的图像处理技术已广泛地应用于各个领域,如航空航天、军事、治安监控、医疗卫生等。在这些应用领域,一幅高质量的图像对相关问题的分析和后续处理起着至关重要的作用。但由于采集设备、通讯条件等因素的限制,图像在采集、传输与存储过程中无法避免受到各种噪声信号的污染,导致图像偏离了它的真实情况,大大降低了对图像目标信息后续的解释和编译能力,如特征提取、目标识别和图像分析。这使得在利用图像之前有必要去除图像中的噪声。为克服非局部平均方法在选择相似块时间复杂度高的缺点,并且充分利用非局部相似块之间的结构特征信息,更好地保护图像原有结构信息,论文工作着重从两个阶段来改善现有的非局部平均算法,即相似块的搜索和在此基础上的非局部去噪方法。主要包括以下几个方面的工作：1.提出一种非局部马尔科夫蒙特卡罗采样和低秩逼近的随机去噪方法。该方法首先通过马尔科夫蒙特卡罗随机采样寻找每个图像块的相似匹配块组,然后对这些相似匹配块组进行奇异值分解,用分解后的低秩结构恢复原图像,从而达到去噪的目的。实验表明,所提方法计算复杂度低,和非局部平均方法相比,较好地保留了边缘等细节信息；和BM3D方法相比,所提方法能保持较好的视觉质量。2.为降低奇异值分解的低秩逼近方法的计算代价,减少对原数据的重构误差,提出一种基于双边下采样傅里叶变换投影的低秩逼近图像去噪算法。该算法改变高斯随机下采样投影,采用下采样随机傅里叶变换投影,达到对原数据更高的重构精度。实验结果表明,所提算法能有效地逼近奇异值分解的最小重构误差,降低计算复杂度。与NLM方法相比,在去除噪声的同时较好地保留了原图像的结构信息；与单边随机投影低秩逼近方法相比,保证了较低的重构误差；和BM3D方法相比,所提方法能保持较好的视觉质量。3.提出了一种自适应随机非局部去噪方法,在图像的不同位置确定对应的非局部相似块的最佳尺寸,从而提升去噪图像的质量。新方法分为两个阶段实现：基于自适应窗的相似块搜索,和在此基础上的双向非局部去噪算法。在第一阶段,对噪声图像每个像素点邻域通过多次马尔科夫蒙特卡罗随机采样寻找到多个相似匹配块组；利用不同匹配块组估计的一致性给出相似块尺寸调整的判据；调整相似块尺寸并重复上述过程得到该像素点邻域的最佳相似块尺寸和对应的最优相似块组。在第二阶段,为充分利用选定的相似块组的双向相似结构,同时为减少计算代价,提出修正的双向非局部算法,得到对应的无噪相似块组的估计；进一步利用叠加的方法得到去噪图像。理论分析和仿真实验结果表明：相比于固定尺寸窗的去噪算法,如BM3D和NLM方法等,本文算法具有较低的时间复杂度,去噪后图像具有更高的图像质量和理想的视觉效果。4.提出一种分而治之的随机图像去噪方法。所提方法采用分而治之的策略提取图像中的方向信息,进行有方向的采样。首先使用小波变换将观测图像分成不同子带图像提取不同方向的方向结构信息；其次对各子带图像采用不同的椭圆高斯采样获得不同子带相似块,此方法降低高斯分布下的高采样拒绝率。在第二阶段对已选定的相似块进行处理,为避免使用稀疏编码所带来的高计算复杂度,采用修正的两方向非局部方法对相似块进行处理。这种两方向非局部方法从计算复杂度到最终的去噪结果都优于稀疏表示方法和奇异值分解方法。
【关键词】：图像去噪 非局部方法 低秩逼近 随机投影 马尔科夫蒙特卡罗方法 双向非局部方法
【学位授予单位】：西安电子科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要5-7
• ABSTRACT7-12
• 符号对照表12-13
• 缩略语对照表13-16
• 第一章 绪论16-38
• 1.1 图像去噪的研究背景与意义16
• 1.2 图像去噪的研究现状及存在问题16-21
• 1.2.1 国内外研究现状分析16-20
• 1.2.2 存在的问题20-21
• 1.3 论文的主要研究思路和研究方法21-22
• 1.4 图像去噪的非局部方法与MCMC方法22-33
• 1.4.1 图像去噪的非局部方法22-29
• 1.4.2 马尔科夫蒙特卡罗(MCMC)方法29-33
• 1.5 图像质量评价标准33-35
• 1.6 本文内容编排35-38
• 第二章 基于马尔科夫蒙特卡罗采样的非局部低秩逼近的图像去噪算法38-48
• 2.1 引言38
• 2.2 马尔科夫蒙特卡罗理论的相似块选择38-41
• 2.3 去噪方法与算法分析41-42
• 2.3.1 去噪方法41-42
• 2.3.2 算法分析42
• 2.4 实验结果42-46
• 2.5 本章小结46-48
• 第三章 基于非局部双边随机投影低秩逼近图像去噪算法48-62
• 3.1 引言48
• 3.2 相似图像块组低秩逼近方法48-52
• 3.2.1 奇异值分解的低秩逼近方法48-49
• 3.2.2 高斯随机投影的低秩逼近方法49
• 3.2.3 下采样随机傅里叶变换投影低秩逼近方法49-50
• 3.2.4 高斯随机投影与下采样随机傅里叶变换投影重构误差分析50-51
• 3.2.5 基于双边随机投影的低秩逼近方法51-52
• 3.3 图像去噪算法与算法分析52-54
• 3.3.1 基于双边随机投影低秩逼近的图像去噪算法52-53
• 3.3.2 算法分析53-54
• 3.4 实验结果54-61
• 3.4.1 自然图像去噪54-57
• 3.4.2 视频前景背景分离57-60
• 3.4.3 人脸遮挡阴影去除60-61
• 3.5 本章小结61-62
• 第四章 基于自适应可变窗的随机图像去噪算法62-82
• 4.1 引言62-64
• 4.2 基于MCMC采样的自适应窗相似块搜索方法64-67
• 4.2.1 自适应窗的相似块搜索算法64-65
• 4.2.2 自适应窗的相似块搜索算法分析65-67
• 4.3 双向非局部模型67-68
• 4.4 基于MCMC采样的自适应可变尺寸窗的双向非局部去噪算法68-70
• 4.4.1 基于MCMC采样的自适应去噪算法68-69
• 4.4.2 算法分析69-70
• 4.5 实验结果70-81
• 4.6 本章小结81-82
• 第五章 分而治之可变方向的非局部图像去噪方法82-94
• 5.1 引言82
• 5.2 基于可变方向的MCMC采样相似块搜索方法82-86
• 5.3 去噪方法与算法分析86-87
• 5.3.1 算法86-87
• 5.3.2 算法分析87
• 5.4 实验87-93
• 5.4.1 分解尺度对算法的鲁棒性分析88
• 5.4.2 小波对算法的鲁棒性分析88-89
• 5.4.3 算法性能实验分析89-93
• 5.6 本章小结93-94
• 第六章 结论和展望94-98
• 6.1 研究结论94-95
• 6.2 研究展望95-98
• 参考文献98-104
• 致谢104-106
• 作者简介106

【相似文献】

中国期刊全文数据库 前10条

1 王勇智,黄红波;一种数学图像去噪的新方法[J];岳阳职业技术学院学报;2005年01期

2 杨淑伶;郭定辉;管克英;;一个用于图像去噪、量化的反应扩散模型[J];数学的实践与认识;2006年08期

3 王香菊;;图像去噪方法及应用[J];科技情报开发与经济;2007年27期

4 高岚;廖云良;袁中华;;尺度适应性二代小波的图像去噪方法[J];船海工程;2007年06期

5 杨文国;;基于扩散方程的图像去噪[J];科技风;2008年20期

6 于雯辉;田逢春;李立;唐光菊;;基于空域平均的图像去噪方法[J];光电子技术;2008年02期

7 王银峰;朱丽丽;何光宏;朱根琴;;一种基于尺度相关的小波图像去噪方法[J];激光杂志;2008年05期

8 姚斌;杨玲香;;基于非线性复扩散和小波的图像去噪方法[J];航空计算技术;2009年05期

9 李柯材;张曦煌;;基于邻域阈值萎缩法的图像去噪方法的优化[J];计算机应用;2010年01期

10 李燕民;季维勋;李维国;;一种新的图像去噪方法[J];微计算机应用;2010年03期

中国重要会议论文全文数据库 前10条

1 刘旨春;朱伟;盛磊;;基于邻域特性的小波阈值图像去噪方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

2 陈仙红;屈小波;郭迪;宁本德;陈忠;;自适应方向小波在磁共振图像去噪中的应用[A];第十七届全国波谱学学术会议论文摘要集[C];2012年

3 韩希珍;赵建;;基于偏微分方程的图像去噪[A];第八届全国信息获取与处理学术会议论文集[C];2010年

4 殷明;刘卫;;基于非高斯分布的四元数小波图像去噪[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用（SCA·2011）学术会议论文摘要集[C];2011年

5 侯艳芹;李均利;魏平;陈刚;;一种新的基于模糊均差和小波阈值的医学图像去噪方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

6 刘曙光;费佩燕;屈萍鸽;;基于对偶树复小波的图像去噪技术研究[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

7 周利利;张晓明;;基于小波变换的图像去噪研究[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年

8 王文;康锡章;王晓东;;基于小波域HMT的航空侦察图像去噪方法[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年

9 倪永婧;王成儒;;一种纹理图像去噪方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年

10 邓超;;基于改进神经网络的CCD图像去噪方法研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年

中国博士学位论文全文数据库 前10条

1 张伟;具有扩散—波动调和特性的图像去噪方法[D];上海交通大学;2014年

2 刘孝艳;变分、PDE和非局部滤波在图像去噪中的应用研究[D];西安电子科技大学;2015年

3 罗亮;基于MCMC采样的非局部图像去噪方法研究[D];西安电子科技大学;2015年

4 刘红毅;结构保持的图像去噪方法研究[D];南京理工大学;2011年

5 侯迎坤;非局部变换域图像去噪与增强及其性能评价研究[D];南京理工大学;2012年

6 侯建华;基于小波及其统计特性的图像去噪方法研究[D];华中科技大学;2007年

7 庞志峰;图像去噪问题中的几类非光滑数值方法[D];湖南大学;2010年

8 褚标;小波理论在图像去噪与纹理分析中的应用研究[D];合肥工业大学;2008年

9 张建平;基于偏微分方程的图像去噪和分割方法[D];大连理工大学;2012年

10 辛巧;偏微分方程及其在图像去噪和分割中的应用[D];重庆大学;2011年

中国硕士学位论文全文数据库 前10条

1 陈龙;偏微分方程扩散模型在图像去噪中的应用[D];昆明理工大学;2015年

2 李孟娇;基于压缩感知的图像去噪理论研究[D];长安大学;2015年

3 杨巧;新的TV改进模型以及在SAR图像去噪中的应用[D];陕西师范大学;2015年

4 颜珂;高通量基因测序碱基识别中图像去噪的方法研究[D];哈尔滨工业大学;2015年

5 迟广元;两类图像去噪模型的若干数值新方法研究[D];华北电力大学;2015年

6 陈会娟;噪声的估计及基于快速NLM的去除[D];华侨大学;2015年

7 温海娇;图像去噪与恢复[D];南京航空航天大学;2014年

8 范旭;基于Contourlet变换的SAR图像去噪研究[D];西安电子科技大学;2015年

9 田刚;基于非局部均值的MRI图像去噪研究[D];西安电子科技大学;2014年

10 范婷;基于字典学习的图像去噪方法研究[D];西安电子科技大学;2014年

  本文关键词：基于MCMC采样的非局部图像去噪方法研究，由笔耕文化传播整理发布。

，

本文编号：471046